<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[aimanghe的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/aimanghe</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; aimanghe]]></copyright><item><title><![CDATA[网络安全简历与求职包装：如何写出一份“秒过”的简历]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162814225</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162814225</guid><author>aimanghe</author><pubDate>Sun, 12 Jul 2026 14:13:27 +0800</pubDate><description><![CDATA[技术能力很重要，但让别人看到更重要。一份精心打磨的简历，能帮你打开更多机会的大门。本文由「网络安全学习笔记」原创整理，转载请注明出处。扫描文中二维码可领取更多学习资料和课程信息。]]></description><category></category></item><item><title><![CDATA[密码学与加密安全：安全领域的底层能力]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162761642</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162761642</guid><author>aimanghe</author><pubDate>Fri, 10 Jul 2026 13:58:02 +0800</pubDate><description><![CDATA[密码学不是一天能学会的，但每学一点，都会让你对安全的理解更深一层。它不像 Web 渗透那样立竿见影，但它是你成为高级安全专家的必经之路。扫码获取《密码学安全系统课程》从古典密码到现代加密，30 天补齐安全底层能力本文由「网络安全学习笔记」原创整理，转载请注明出处。扫描文中二维码可领取更多学习资料和课程信息。]]></description><category></category></item><item><title><![CDATA[红队 vs 蓝队：网络安全职业双选指南]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162739317</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162739317</guid><author>aimanghe</author><pubDate>Thu, 09 Jul 2026 21:44:41 +0800</pubDate><description><![CDATA[⚔️ 选对方向，少走3年弯路。]]></description><category></category></item><item><title><![CDATA[APP逆向与安全防护实战：从反编译到代码保护全流程（2026版）]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162700563</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162700563</guid><author>aimanghe</author><pubDate>Wed, 08 Jul 2026 16:15:38 +0800</pubDate><description><![CDATA[移动安全攻防的本质没有银弹攻击方的武器库越来越丰富（Frida 18 + Unicorn 3 + Ghidra 12）防御方的防线也在不断升级（VMP → TEE → 云端动态加载）最终决定胜负的是成本——让破解成本 > 收益角色建议🔴 逆向工程师不止于会Hook，要深入ELF/PE结构和ARM汇编🔵 APP开发核心逻辑放到Native层 + 云端动态下发关键代码🛡️ 安全工程师建立完整的移动安全测试流程（SAST + DAST + 渗透）一句大实话。]]></description><category></category></item><item><title><![CDATA[应急响应与数字取证实战：从告警到溯源的全流程指南（2026版）]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162674371</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162674371</guid><author>aimanghe</author><pubDate>Tue, 07 Jul 2026 22:10:48 +0800</pubDate><description><![CDATA[快、准、全。快：用自动化工具缩短MTTR（平均响应时间）准：用AI辅助分析减少误报和漏报全：建立完整的日志、溯源、取证体系🔧自动化优先：能用脚本解决的事别用人📝日志即生命：没有日志=没有能见度，ELK/日志审计是必须品🧪定期演练：每季度至少一次红蓝对抗，发现应急响应流程的盲区🤖拥抱AI：2026年的安全运营，AI辅助分析已经是从"加分项"变成"必选项"最后一句大实话：所有的安全事件，最好的处理方式不是"快速响应"，而是"提前预防"。但是——没有人能100%预防。]]></description><category></category></item><item><title><![CDATA[80-100亿美元！高通拟收购Jim Keller旗下Tenstorrent，RISC-V AI芯片格局生变]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162039733</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162039733</guid><author>aimanghe</author><pubDate>Tue, 16 Jun 2026 16:17:44 +0800</pubDate><description><![CDATA[2025年6月16日，据科技媒体The Information独家报道，全球移动通信芯片巨头高通（Qualcomm）正与AI芯片设计初创企业Tenstorrent展开深入收购谈判，双方商讨的交易对价区间至少在80亿至100亿美元之间（约合人民币540-676亿元）。Tenstorrent上一轮D轮融资时的估值约为26亿美元，这意味着此次收购溢价高达数倍。Tenstorrent由传奇芯片设计师Jim Keller领导，专注于开发面向AI模型训练与推理的加速器芯片，同时对外授权RISC-V知识产权。]]></description><category></category></item><item><title><![CDATA[SpaceX纳斯达克上市：750亿美元募资创历史之最，首日市值2.1万亿开启商业航天新纪元]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/162005380</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/162005380</guid><author>aimanghe</author><pubDate>Mon, 15 Jun 2026 14:10:54 +0800</pubDate><description><![CDATA[当地时间2026年6月12日，SpaceX在纳斯达克正式挂牌上市，股票代码SPCX，以每股135美元的发行价完成约750亿美元募资，一举超越沙特阿美2019年294亿美元的IPO纪录，创下人类资本市场有史以来最大规模首次公开募股。上市首日，SPCX开盘报150美元，盘中最高触及176.52美元，最终收于160.95美元，较发行价上涨19.22%，首日市值飙升至2.1万亿美元，跃居全球上市公司市值第六位。]]></description><category></category></item><item><title><![CDATA[贝索斯AI公司Prometheus完成120亿B轮融资：150人团队估值410亿，剑指物理世界“人工通用工程师“]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161977359</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161977359</guid><author>aimanghe</author><pubDate>Sun, 14 Jun 2026 13:19:33 +0800</pubDate><description><![CDATA[当地时间2026年6月11日，由亚马逊创始人杰夫·贝索斯（Jeff Bezos）与前Verily联合创始人维克·巴贾伊（Vik Bajaj）共同创立的AI初创公司Prometheus正式宣布完成120亿美元B轮融资，投后估值达到约410亿美元。这是Prometheus自2025年11月成立以来的第二轮融资——此前A轮融资规模为62亿美元——两轮融资合计已超过180亿美元。]]></description><category></category></item><item><title><![CDATA[Claude Fable 5杀手锏不是写新代码，而是迁移重构收拾烂摊子：Arena.ai双榜登顶背后的代差真相]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161924833</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161924833</guid><author>aimanghe</author><pubDate>Fri, 12 Jun 2026 13:32:59 +0800</pubDate><description><![CDATA[2026年6月，AI编程领域迎来了一次意义深远的认知转变。Anthropic发布的Claude Fable 5模型，在开发者社区引发了截然不同的两极评价：日常编码场景下，许多开发者表示"aha moment并不明显"，但在迁移、重构、遗留代码治理等长周期任务上，却展现出了与前代模型完全不在同一量级的能力差距。]]></description><category></category></item><item><title><![CDATA[Dario Amodei发布《Policy on the AI Exponential》：用霍比特人比喻呼吁政治体制追上AI速度]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161901140</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161901140</guid><author>aimanghe</author><pubDate>Thu, 11 Jun 2026 19:34:01 +0800</pubDate><description><![CDATA[2026年6月11日，Anthropic联合创始人兼CEO Dario Amodei在其个人博客darioamodei.com发布了一篇引发业界广泛关注的Policy长文——《Policy on the AI Exponential》（AI指数级增长政策论）。这是继去年Mythos/Fable争议之后，Anthropic管理层首次系统性地向外阐述其完整的AI治理框架与政策主张。]]></description><category></category></item><item><title><![CDATA[开发者明知AI代码漏洞百出还是发出去：4/5企业生产环境存在AI引入的安全漏洞]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161860867</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161860867</guid><author>aimanghe</author><pubDate>Wed, 10 Jun 2026 14:04:59 +0800</pubDate><description><![CDATA[五分之四（80%）的企业承认，其生产环境中存在由AI生成代码引入的安全漏洞应用。这不是一家两家公司的个案，而是整个行业正在面临的系统性问题。更值得深思的是，这些漏洞并非"意外"或"不可预见"的产物。调研显示，开发者在代码审查阶段就已经察觉到LLM（大语言模型）生成的代码存在明显的安全问题——包括身份认证缺陷、依赖包漏洞、边界检查缺失等。然而，在交付压力的裹挟下，"先用AI把功能写出来跑通，再让安全团队后续修补"成了默认策略。后续修补几乎从不发生。]]></description><category></category></item><item><title><![CDATA[DeepSeek招募IDC设计规划工程师：从MW到GW自建算力基建，野心对标OpenAI Stargate]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161860832</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161860832</guid><author>aimanghe</author><pubDate>Wed, 10 Jun 2026 14:04:02 +0800</pubDate><description><![CDATA[2026年6月9日，DeepSeek在其官网悄然挂出了一个重磅岗位——IDC（Internet Data Center）设计规划工程师。"参与从MW（兆瓦）到GW（吉瓦）级基础设施的规划与建设"。对于不太敏感的读者来说，这也许只是普通的技术招聘。但对于关注AI算力基础设施的从业者而言，这句话的分量不亚于一颗小型核弹。从MW到GW，意味着算力规模的跃升是一千倍；而GW级别的数据中心建设，在全球范围内目前只有OpenAI的Stargate项目和马斯克的Colossus集群在规划或推进。]]></description><category></category></item><item><title><![CDATA[OpenAI芯片元老跳槽Anthropic：横跨特斯拉TPU SpaceX三栈的硬件老兵，算力自研关键补强]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161798467</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161798467</guid><author>aimanghe</author><pubDate>Mon, 08 Jun 2026 13:42:51 +0800</pubDate><description><![CDATA[2026年6月初，AI行业爆出一则重磅人事变动：一位横跨特斯拉自研芯片、Google TPU、SpaceX星链硬件三大硬核技术栈的OpenAI芯片核心人物，正式宣布加入Anthropic。这位在AI芯片、自动驾驶、航天通信三个截然不同的硬件领域均有深度实战经验的老兵，被业界普遍视为Anthropic在自研算力路径上的关键补强。此举不仅标志着Anthropic在芯片自研战略上迈出重要一步，也折射出大模型公司从"买卡时代"走向"造芯时代"的不可逆趋势。]]></description><category></category></item><item><title><![CDATA[加拿大推出国家AI战略：政府直接入股本土AI企业，重点布局基础模型与能源AI]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161717945</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161717945</guid><author>aimanghe</author><pubDate>Fri, 05 Jun 2026 13:26:21 +0800</pubDate><description><![CDATA[2026年6月5日，加拿大联邦政府正式发布《国家人工智能战略（National AI Strategy for Canada）》，这份酝酿已久的战略文件标志着加拿大在全球AI竞赛中从"学术领先"向"产业主导"的重大转向。加拿大政府将设立专项主权基金，以政府股权直接投资（ equity investment）的方式入股本土优秀AI企业，而非传统的科研拨款模式。这一做法被业界广泛解读为加拿大在美中两国AI军备竞赛压力下，试图通过国家资本力量保留本土技术主权和关键人才的战略举措。]]></description><category></category></item><item><title><![CDATA[CVPR 2026首次设具身智能研讨会：小鹏与英伟达、特斯拉、Waymo同台，物理AI成焦点]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161717908</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161717908</guid><author>aimanghe</author><pubDate>Fri, 05 Jun 2026 13:25:07 +0800</pubDate><description><![CDATA[具身智能的"最后10%"问题，仍然是学术研究最大的富矿。Sim2Real域泛化：如何训练出对仿真与真实环境分布差异不敏感的策略？少样本物理学习：如何在少量真实交互数据的基础上，快速适应新任务和新环境？可解释的具身决策：如何让世界模型的推演过程可解释、可审计，满足安全监管要求？多智能体具身协作：多个具身智能体如何协调、合作、竞争？CVPR 2026首次设立具身智能研讨会，这一事件本身或许比任何单项技术发布都更值得记录。它标志着具身智能从一个学术研究方向，正式跻身主流技术议程；]]></description><category></category></item><item><title><![CDATA[DoRA vs LoRA：大模型微调方法全面对比与选型指南]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161696668</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161696668</guid><author>aimanghe</author><pubDate>Thu, 04 Jun 2026 21:29:35 +0800</pubDate><description><![CDATA[LoRA与DoRA微调技术对比摘要（148字） LoRA通过低秩矩阵分解实现参数高效微调，DoRA则创新性地将权重解耦为幅度和方向分别优化。两者均保持极低参数量（仅需微调0.06%参数），但DoRA在7B以上大模型中表现更优，GSM8K等任务准确率提升1.6%-3.6%，训练成本仅比LoRA高8%。选型建议：7B以下模型选LoRA性价比更高；7B以上复杂任务优先DoRA。两者均支持权重合并实现零推理开销，DoRA仅需修改一行配置即可获得效果提升，是大模型微调的新选择。]]></description><category></category></item><item><title><![CDATA[李飞飞亲自定义“世界模型“：渲染+模拟+规划三功能缺一不可，直指行业概念乱象]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161696653</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161696653</guid><author>aimanghe</author><pubDate>Thu, 04 Jun 2026 21:28:36 +0800</pubDate><description><![CDATA[摘要：2026年6月，斯坦福大学教授李飞飞团队发布&quot;世界模型&quot;的明确定义，提出其必须同时具备渲染、模拟和规划三大核心功能，并强调三者需形成闭环，为行业提供了可验证的科学标准。这一定义直指当前AI领域将视频生成模型、大语言模型等简单标为&quot;世界模型&quot;的乱象。李飞飞的定义与图灵奖得主Yann LeCun提出的JEPA架构高度兼容，两位顶尖学者的发声标志着世界模型研究从营销概念转向科学验证。国内团队如深圳视启未来和跨维智能已快速跟进，后者在权威评测中超越NVIDIA和Goog]]></description><category></category></item><item><title><![CDATA[Speculative Decoding推理加速详解：2倍吞吐提升的秘密武器]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161399528</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161399528</guid><author>aimanghe</author><pubDate>Mon, 25 May 2026 20:51:06 +0800</pubDate><description><![CDATA[摘要：Speculative Decoding是一种无损的大模型推理加速技术，通过小模型预测候选token和大模型并行验证的协同机制，可实现1.5-2.2倍吞吐提升。该技术利用计算冗余实现&quot;偷时间&quot;，核心在于验证机制保证输出分布与大模型完全一致。主流变体包括Classic SD、Medusa和Eagle等，vLLM已原生支持。实测显示Llama-70B搭配8B小模型可获得2倍加速，但需注意Draft模型选择、Batch Size影响等实践要点。这项技术特别适合低并发长文本生成场景，在保持]]></description><category></category></item><item><title><![CDATA[ProgramBench首破零！AI从补丁到全栈工程，编程基准进入新纪元]]></title><link>https://blog.youkuaiyun.com/aimanghe/article/details/161399510</link><guid>https://blog.youkuaiyun.com/aimanghe/article/details/161399510</guid><author>aimanghe</author><pubDate>Mon, 25 May 2026 20:49:30 +0800</pubDate><description><![CDATA[AI编程评估迎来里程碑式突破：2026年5月，三大基准测试ProgramBench、Fullstack-Bench和ShapeCodeBench相继发布，标志着AI编程能力评估从&quot;修bug&quot;迈入&quot;做项目&quot;的新阶段。GPT-5.5在xhigh推理模式下首次实现从零重建cmatrix程序，打破ProgramBench零记录；GPT-5.4以43.49%的Pass@1率领跑Fullstack-Bench全栈工程测试；ClaudeOpus4.7则在&quot;看图写代码&qu]]></description><category></category></item></channel></rss>